Altair HyperWorks’te makine öğrenimi ile daha iyi ürünler tasarlayın

Makine öğrenimi ve yapay zeka, günlük yaşamlarımızda giderek daha fazla yer almaktadır. Terimler her yerde yaygınlaştı ve CAE simülasyon dünyasında bu teknolojilerin günlük işlerimize nasıl dahil edileceğini merak etmek doğaldır. Altair Knowledge Works gibi düşük kodlu veya kodsuz platformlar, veri bilimi araçlarını, giriş engelini azaltarak giderek daha geniş bir kitle için erişilebilir hale getirir. Bu çözümler, veri bilimini demokratikleştirme amacını daha da ileriye taşıyor, ancak doğaları hala bir dizi soyut eğri, çizelge ve metrikle aşinalık gerektiriyor. Altair HyperWorks 2021‘deki Tasarım Gezgini (Design Explorer) iş akışları, mühendislere simülasyondan yapay zeka içgörülerini doğrudan günlük çalışma ortamlarına getiriyor. Kusursuz entegrasyonlar, yalnızca birkaç tıklama ile sezgisel analitik sağlar.

CAE’nin tam potansiyeli her zaman sanal ortamda arabaları çarpıştırmanın veya uçak kanatlarını bükmeye karşılık gelen fiziksel testlerden daha ucuz olduğu aksiyomu üzerine inşa edilmiştir. Elbette fiziksel testlerle nihai doğrulama gereklidir, ancak yalnızca sanal tasarım sürecinin tahmin edilen sonucunu doğrulamak için. CAE, tarihinin büyük bir kısmında tasarım iyileştirme için öncelikle bir deneme yanılma süreci olarak kullanılmıştır. En son bulut ortamları da dahil olmak üzere ölçeklenebilir bilgi işlem kümeleri, daha önce hayal bile edilemeyen bir ölçekte simülasyona izin verir. Makine öğrenimi teknikleri, veri yığınlarını incelemek için ideal araçlardır. Kullanımı kolay bir çözüm, sürecin 3 kritik adımına kullanıcı dostu bir çözüm sunmalıdır.

1 – Sorunun kapsamını tanımlayın. Girdiler (input) ve çıktılar (output) manuel olarak tanımlanabilir veya otomatik olarak toplanabilir. Örneğin malzeme, geometri veya yükleme gibi özellikler veya gerilim veya kütle gibi Anahtar Performans Göstergeleri (KPI) yer alır.

2- Sanal örnekleri toplayın. Tüm verilerin kaydını tutmak bir yönetim sistemi gerektirir ve veriler henüz mevcut olmadığında, isteğe bağlı verileri sentezlemek için entegre bir simülasyon ve veri yönetimi sistemi gerekir.

3- Görsel açıklamalar verin. Bu parça, doğal bir kullanıcı deneyiminin anahtarıdır.

Sorun kapsamı iyi bir şekilde ortaya konduğunda, sonraki adım simülasyonu ve veri toplamayı yönetmektir. Kapsamlı bir örnekleme stratejisinin oluşturulması, bir dizi simülasyonun gerçekleştirilmesi ve devam eden sürecin durumunun sunulması kullanıcı arayüzünde ele alınmaktadır.

Son olarak, kullanıcıya mühendisliğe odaklanmasına izin veren, kolayca yorumlanabilir analitik sunulur. Bir girdinin tasarım performansı üzerindeki etkisi, görselleştirmeye yardımcı olmak için renk ve renk doygunluğu kullanılarak doğrudan model üzerinde gösterilir.

2021 versiyonundaki yenilik, tasarım değişikliklerinin etkisini gerçek zamanlı olarak görselleştirmek için tüm simülasyon tahminlerine giriştir. Bu son teknoloji yapay zeka, kodlama veya parametre ayarı gerektirmeden anında içgörü sağlamak için sanal verilerden öğrenir. Herhangi bir kullanıcının erişebileceği gerçekten otomatik bir makine öğrenimidir.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir